色彩空间转换RGB之PIL和OpenCV的区别

PNG格式的图片支持透明度设置，用PS处理图像保存为PNG格式有时候会带有alpha通道，查看图片的属性会显示32位（R8、G8、B8、alpha8），可能是LA或者RGBA。

  

在PIL中使用Image.convert()实现色彩空间转换

 PIL中convert()包含九种不同模式（二值图“1”，灰度图“L”，P，RGB，RGBA，CMYK，YCbCr，I，F）。PIL需要与numpy结合使用才能对数组进行处理。

  
  

    
    

     
     

    
    
    
    

     
     

      
      import cv2
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      from PIL 
      
      import Image
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      import matplotlib.pyplot 
      
      as plt
     
     
    
    

    
    

     
     

    
    
    
    

     
     
 
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      path = 
      
      r"D:\Photo\2.png"
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      image1 = cv2.imread(path)
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      image2 = Image.
      
      open(path)
     
     
    
    

    
    

     
     

    
    
    
    

     
     
 
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      rgb = image2.convert(
      
      'RGB')  
      
      # 色彩空间转换
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      print(rgb)
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      # 输出<PIL.Image.Image image mode=RGB size=1024x1024 at 0x204BAE91FA0>
     
     
    
    
  
  

在OpenCV中使用cv2.cvtColor()实现多种色彩空间转换

 因为CV2读取图像返回的是数组，所以直接用print(rgba.shp)读取数组的维数。

  
  

    
    

     
     

    
    
    
    

     
     

      
      bgr = image1
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      rgb = cv2.cvtColor(image1, cv2.COLOR_BGR2RGB)
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      plt.imshow(bgr)  
      
      # 显示直接读取的图片
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      plt.show()
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      plt.imshow(rgb)  
      
      # 显示改变后的图片
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      plt.show()  
      
      # 显示图片
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      print(
      
      'bgr=\n', bgr)  
      
      # 打印数组
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      print(
      
      'rgb=\n', rgb)
     
     
    
    
  
  

​ ​

  将RGB转换为RGBA：

  
  

    
    

     
     

    
    
    
    

     
     

      
      rgba = cv2.cvtColor(rgb, cv2.COLOR_RGB2RGBA)
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      print(
      
      '(H,W,C)=', rgba.shape)
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      # 输出(H,W,C)= (644, 1044, 4)
     
     
    
    
  
  

转换实例：一张用PS处理为灰度图属性显示32位的图像

  
  

    
    

     
     

    
    
    
    

     
     

      
      path = 
      
      r"D:\Photo\3.png"
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      image1 = cv2.imread(path)
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      image2 = Image.
      
      open(path)
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      print(
      
      "----------cv2矩阵-----------")
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      print(
      
      'image1=\n', image1, 
      
      '\n(H,W,C)=', image1.shape)  
      
      # 查看读取的矩阵
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      # image1 = 三维数组表现为三个通道
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      # (H,W,C)= (1024, 1024, 3)
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      print(
      
      "----------PIL矩阵-----------")
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      Img = np.array(image2)
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      print(
      
      'image1=\n', Img, 
      
      '\n', 
      
      '\n(W,H,C)=', Img.shape)  
      
      # PIL读取为数组之后查看
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      # (W,H,C)= (1024, 1024, 2) 三维数组表现为两个通道
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      print(
      
      "-------------CV2转换--------------")
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      GRAY = cv2.cvtColor(image1, cv2.COLOR_BGR2GRAY)  
      
      # GRAY灰度图
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      print(GRAY.shape)
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      # 输出(1024, 1024)
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      print(
      
      "-------------PIL转换--------------")
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      print(
      
      len(image2.split()))  
      
      # PIL读取原图像输出是2,即两个通道,判断是LA也就是带有透明度的灰度图
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      L = image2.convert(
      
      'L')  
      
      # 转换为灰度图
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      print(
      
      len(L.split()))  
      
      # 输出1
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      print(L.size)
     
     
    
    
  
  

   
   
  
  
  
  

由于读取方式的不同导致矩阵产生也不相同。shape对矩阵进行处理，所以产生结果也不相同。下图是读取这张32位图像的矩阵结果。

 CV2读取默认是三通道读取。CV2和PIL转换后都变成了灰度图（二维）。

（运行完之后未保存图像位没有发生变化还是32位）

32位LA图像转换为灰度图代码：

  
  

    
    

     
     

    
    
    
    

     
     

      
      import os
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      from PIL 
      
      import Image
     
     
    
    

    
    

     
     

    
    
    
    

     
     
 
     
     
    
    

    
    

     
     

    
    
    
    

     
     
 
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      # 针对LA图像进行批量处理为灰度图
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      def 
      
      delete_alpha(
      
      imput, output):
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
          files = os.listdir(imput)
     
     
    
    

    
    

     
     

    
    
    
    

     
     
    
      
      for file 
      
      in files:
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
              a, b = os.path.splitext(file)
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
              img = Image.
      
      open(os.path.join(imput + 
      
      "/" + file))
     
     
    
    

    
    

     
     

    
    
    
    

     
     
        
      
      if 
      
      len(img.split()) == 
      
      2:  
      
      # 判断图像是不是有两个通道
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
                  L = img.convert(
      
      'L')
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
                  L.save(output + a + b)
     
     
    
    

    
    

     
     

    
    
    
    

     
     
        
      
      else:
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
                  img.save(output + a + 
      
      "1" + b)
     
     
    
    

    
    

     
     

    
    
    
    

     
     
 
     
     
    
    

    
    

     
     

    
    
    
    

     
     
 
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
      if __name__ == 
      
      '__main__':
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
          imput = 
      
      r"D:\Photo\1"
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
          output = 
      
      r"D:\Photo\2/"
     
     
    
    

    
    

     
     

    
    
    
    

     
     

      
          delete_alpha(imput, output)
     
     
    
    
  
  

 https://blog.csdn.net/qq_53914247/article/details/129654286

---

Mike_666

不知所起.

色彩空间转换RGB之PIL和OpenCV的区别